- 博客(13)
- 收藏
- 关注
原创 论文研读-AI4VIS-表格语义解析-词汇逻辑对齐SQUALL
SQUALL(SQUALL =“SQL+QUestion pairs ALigned Lexically),基于 11276个WikiTableQuestions英语问题,将问题与SQL查询示例进行对齐,形成的数据集。大规模数据集将自然话语与逻辑形式配对,使得语义分析的监督方法取得了重大进展。但仅提供逻辑形式并不表示单个单词或短语与逻辑形式标记之间的重要细粒度关系,阻碍了语义解析模型的进一步提升。
2022-09-18 21:23:19
934
1
原创 论文研读-AI4VIS-可视化推荐-Table2Analysis/Table2Charts
Table2Analysis是发表在AAAI2020上的关于多维数据表格分析的文章,提出了Table2Analysis,从大量(Table,analysis)对中学习常用的分析模式,并推荐对任何一个以前从未见过的表进行分析。Table2Charts发表在ACM会议KDD ’21(Conference on Knowledge Discovery and Data Mining),提出了 Table2Charts 框架,该框架可以从大量的(表,图表)对语料库中学习通用模式。...
2022-08-26 22:29:51
1019
原创 论文研读-AI4VIS-可视化推荐-VizML: 一种基于机器学习的可视化推荐方法
VizML: 一种基于机器学习的可视化推荐方法本文发表于CHI 2019。 作者来自MIT Media Lab和MIT CSAIL。
2022-02-27 21:58:29
1467
原创 论文研读-AI4VIS-可视化推荐-VisMaker:面向问题的数据探索可视化推荐方法
A Question-Oriented Visualization Recommendation Approach for Data Exploration1 论文概述1 论文概述2020年9月发表的文章,讲述了一种以问题为导向的可视化推荐方法。...
2022-01-11 14:40:03
626
原创 论文研读 - AI4VIS- ADVISor:基于表格数据根据自然语言问题构建可视化
ADVISor: Automatic Visualization Answer for Natural-Language Question on Tabular Data 北大袁晓如老师团队,2021年IEEE Papandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
2022-01-05 17:15:52
1196
原创 论文研读-机器学习可视化-面向可视解释的零样本分类主动学习
面向可视解释的零样本分类主动学习1 文章概要1.1 摘要1.2 引言1.3 组织结构1 文章概要1.1 摘要问题:零样本分类是解决训练类和测试类不相交问题的一种很有前景的范例。实现这一点通常需要专家通过手动指定类属性矩阵来定义哪些类具有哪些属性,从而将其领域知识具体化。设计一个合适的类属性矩阵是后续过程的关键,但是这个设计过程是单调乏味的、没有指导的反复试验。方法:为了解决上述问题,本文提出了一种可视化的、可解释的,叫做语义导航器的主动学习方法。这种方法通过在每个交互循环中的四个动作(询问、解释、推
2021-11-17 20:20:08
1538
原创 论文研读-机器学习可视化-基于图的半监督学习的交互式图构造
基于图的半监督学习的交互式图构造1 文章概要1.1 摘要1.2 引言1.3 组织结构2 相关工作3 GSSL模型3.1 KNN图构造3.2 标签传播4 DataLinker设计4.1 需求分析4.1.1 挑战4.1.2 设计准则4.2 系统概览5 DataLinker 可视化5.1 可视化设计5.2 交互式探索与图构造5.2.1 图过滤5.2.2 交互式图构造6 案例分析6.1 STL-10数据集实例研究6.2 OCT数据集的案例研究7 讨论和未来工作8 结论1 文章概要1.1 摘要半监督学习(SSL
2021-10-26 19:43:59
417
原创 论文研读-文献聚类可视化-文献聚类结果可视分析方法研究
文献聚类结果可视分析方法研究1 论文概述1.1 摘要1.2 引言1.3 脉络2 可视分析框架2.1 框架概述2.2 框架组成3 可视化设计3.1 语料结构可视化3.2 语料内容可视化3.3 聚类结果调整和优化4 系统实现及案例分析4.1 选择聚类方法4.2 调整聚类数量4.3 优化和诊断聚类结果4.4 用户反馈5 结论6 收获1 论文概述2020年10月发表在《计算机辅助设计与图形学学报》上的中科院的一篇文章,主要是探究文献聚类结果的可视分析,提出了一个完整的文献聚类结果可视分析框架。该框架包含数据预处
2021-04-14 20:25:58
3921
原创 论文研读-社交媒体可视化-大规模地理社交媒体数据的可视化抽象与探索
大规模地理社交媒体数据的可视化抽象与探索1 论文概述1.1 摘要1.2 引言1.3 文章贡献1.4 文章组织结构2 相关工作3 任务分析和系统概述3.1 数据描述4 可视化设计5 可视化界面6 评估6.1 案例研究6.2 定量比较6.3 专家访谈6.4 讨论7 结论8 收获1 论文概述2019年11月18日发表在Neurocomputing上题为Visual abstraction and exploration of large-scale geographical social media dat
2021-03-28 19:48:40
2092
原创 论文研读-机器学习可视化-神经网络损失函数吸引域可视化
为交叉熵和平方误差神经网络损失函数的吸引域可视化1 论文概述1.1 文章摘要1.2 专业术语1.3 引言2 相关工作3 损失函数4 适应值曲面分析5 实验过程6 实验结果7 结论展望1 论文概述2020年3月发表在Neurocomputing上的一篇文章,对两种常见的神经网络损失函数(即二次损失和熵损失)的局部极小值和相关吸引域进行了可视化和数值分析。1.1 文章摘要神经网络损失面的平稳点和相关吸引域的定量化是更好地理解神经网络损失面一个重要的步骤。(背景和问题)这项工作提出了一种新的方法,通过
2021-03-25 18:16:17
641
原创 论文研读-图可视化-NetV.js:Web端可视化工具库
NetV.js:一个基于网络的用于大规模图和网络的高效可视化的库1 论文概述1.1 文章摘要1.2 引言1.3 文章脉络2 相关工作3 设计3.1 设计要求3.2 设计细节3.2.1 图模型管理器3.2.2 渲染引擎3.2.3 交互管理器3.2.4 布局插件3.2.5 标签插件3.2.6 选择插件4 使用案例4.1 基本图形绘制4.2自定义风格4.3 交互4.4 插件4.5 大规模的图5 实验6 结论7 NetV.js使用8 收获1 论文概述2021年发表在Visual Informatics上的文章,
2021-03-09 15:11:57
985
原创 论文研读-社交媒体可视化-地图隐喻转发地图R-Map
一、论文概述文章是2020年发表在TVCG上的一篇文章,是北京大学可视化与可视分析研究组袁晓如课题组的工作,提出R-Map (repost Map),这是一种带有地图隐喻的视觉分析方法,支持对社交媒体中信息转发过程的交互探索和分析。1.1 文章摘要我们提出R-Map (repost Map),这是一种带有地图隐喻的视觉分析方法,支持对社交媒体中信息转发过程的交互探索和分析。一条原创的社交媒体帖子可以在网络上引发大量的转发(也就是转发),涉及成千上万甚至数百万持不同观点的人。这样的转发行为形成了转发树
2021-02-25 12:26:23
2142
3
原创 论文研读-图嵌入-2018综述
图嵌入综述论文研读论文概述文章摘要关键词英文表达图嵌入是什么概念发展插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入论文概述这是一篇2018年发表在IEEE知识与数据工程汇刊上的图嵌入的综述,论文题目为A Comprehensive Survey of Graph Embedding:P
2021-02-08 15:34:59
1364
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人